Tarefa crb_papers.q092

crb_papersagentT2publicépoca 1, tentativa 1Execução: 20261015T170925Z-suite-crb_papers-scripted-2dbcf5

Veredito

puladaPulada: falta um recurso que a tarefa exige.

Motivo: no reference path (coverage gap)

Pergunta feita ao analista

What is the average causal effect of casting a ballot in 2008 on the probability of voting in 2010 for individuals at the margin of voting in 2008?

Aprofundamento técnico para especialistas

Acesso direto às fontes primárias, tabela formal de verificações, comparação de argumentos, trajetória completa com prompts brutos e somas SHA-256.

↓ Fontes e gabarito ↓ Tabela de verificações ↓ Argumentos (referência × agente)↓ Trajetória e prompts ↓ Pacote e SHA-256

Valores esperados e de onde vêm

crb_papers.q092.gold

Fonte: CausalReasoningBenchmark, causal_queries.json, index 92 (revision edd0fe1c1d1c)
Tipo: benchmark_gold
Localização: causal_queries.json['92'].effect and .standard_error
Trecho: index 92: effect 0.065983, standard_error 0.0154988
Valor como publicado: 0.06598304070643407
Erro-padrão como publicado: 0.01549875068350682
Valor: 0,0659830.06598304070643407 (se 0,01549880.01549875068350682)
Conferido por: arquivo do benchmark · Read from the catalog at the pinned revision by scripts/freeze_crb_papers.py; the catalog states the value its estimation script prints.
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/causal_queries.json
Licença: MIT

crb_papers.q092.script

Fonte: CausalReasoningBenchmark reference estimation script for index 92
Tipo: software
Localização: solutions/research_papers/RDD/coppock_green_2016/question_1/estimation.py
Valor: —
Conferido por: arquivo do benchmark · sha256 of the script's 1167 bytes at the pinned revision; the reference path of the item is a transcription of this script into typed transforms and tool calls (never executed here).
Implementação: independente da ferramenta
sha256 da cópia lida: f3577fa754a102316ff61ad01f03addd62e2eb94175ba838c0abadf1d31f2853 (identifica a cópia lida, não um arquivo canônico)
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/coppock_green_2016/question_1/estimation.py
Licença: MIT

Especificação técnica do gabarito

CausalReasoningBenchmark gold at the pinned revision: causal_queries.json effect and standard_error (the value the item's estimation.py prints), scored as evaluate_result.py scores estimate_within_solution_ci

Verificações

Cada verificação, o que esperava, o que observou e a chamada que leu
#	Verificação	Obrigatória	Resultado	Esperado	Observado	Tolerância	Fonte	Chamada

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Nenhum caminho de referência registrado para esta tarefa.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

Esta tentativa não tem trajetória publicada.

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

época 1, tentativa 1puladapontuada(exibindo)no reference path (coverage gap)

Downloads desta tarefa

Pacote da tarefa (.zip)

61,0 KB · sha256 01c74efc1f56f95bb0588cb49a638c893598faed8082539b8a3490508672deeb

O hash de um zip é só de transporte: o que ancora a integridade é o RUN_SHA256SUMS que vai dentro dele, cópia exata do SHA256SUMS da execução.

Downloads desta tarefa
Arquivo	Tamanho	sha256
native/crb_papers/crb_papers.q092.e1.a1.json	2,7 KB	`3dde437f876def5e618044331b625c898d7db3e362f5229a087d94c02102454e`
sources/crb_papers.q092.gold.json	1,1 KB	`25552cc2f3f4013f273c09e75f182ef4deccc6c1a246b664702d4d72277e24fb`
sources/crb_papers.q092.script.json	1,1 KB	`03be4ccd68fefdfebc74ae0a4cf245e78694bfd29a23d8c1bc605068bc0f0f09`
specs/crb_papers.q092.json	6,0 KB	`978db7c56504f83324154a1274f0b284faf15a92d199d9ff23506d1231382360`